fanruan2017
一般會員
積分 400
發文 40
註冊 2017-7-12
狀態 離線
|
#1 [其它軟體]分析了10個行業，32家企業數據平台建設的成敗經驗，總結了這3大重點！
近年來，人們對資訊的關注已不僅限於數據本身，而是通過一系列統計工具及分析手段去挖掘其背後隱藏的價值，從而帶來諸如減人增效、輔助決策的效果。
傳統的電子電氣製造業是典型的人口密集型生產行業，企業轉型離不開自動化和數位化，而其中物流、資訊流、資金流的整合是必不可少的過程，這就需要通過制定有效的管理手段並輔以強大的數據分析工具來實現。
很多人不明白自己企業當前階段需要什麼程度的數據分析工作，這就會導致數據分析平台搭建出來後，沒人用、不好用、沒價值的尷尬情況，明明花費了很多人力物力，但最後效果卻不盡如人意，基層業務部門反饋不好用，領導也不關注，項目爛尾甚至失敗都是可能的。
是否認識到這些誤區？
誤區一：以多取勝。有些企業在建設數據分析平台時，從業務部門獲取到大量的分析指標，開發出成百上千張分析報表，並沒有從實際使用者的角度去考慮，容易導致使用者的精力分散。
比如生產車間主任要看某一車間昨日的生產情況，可能就要從產能報表、質量報表、工時效率報表、庫存報表等繁多的報表中去尋找自己關心的某一車間某一產品某一工單的信息，費時費力，甚至覺得還不如以前Excel報表方便。
誤區二：單打獨鬥。電子電氣製造行業的數據分析平台，往往涉及到多個業務部門的數據，包含採購、生產、倉儲、物流、銷售在內的供應鏈流程，以及研發、財務、人事等技術或支撐部門，現在很多企業的一些部門會單獨建設某一模塊的數據分析工作，過於強調各個業務部門的獨立性，往往會忽略管理者的使用場景。
比如企業總裁想看目前公司的產銷存情況，他可能要從生產、倉儲、銷售三個部門的報表中找數據，而且還要自己做對比等分析，不能快速的幫助他獲取想要的管理數據和分析結果，他主觀上可能就覺得這個平台比較雞肋。
誤區三：依賴工具。對於大多數企業來說，擁有一款強大的數據分析工具可以事半功倍，但是過分的依賴工具和強調工具的作用會讓管理工作懈怠下來。做數據分析工作必須包含管理的理念在其中。從經驗來看，像FineReport報表與BI系統這類的數據分析平台，其意義在於輔助管理決策，而其價值在於可以將一些戰略化、口號化的管理理念進行分解可執行化。
比如某一企業的階段性戰略目標是降低成本，在分析庫存成本時，通過分析往年產銷存情況以及期初期末庫存和安全庫存，調整最佳平衡點、優化庫存結構、提高周轉效率、縮小庫存空間，來達到降低庫存成本的目的。
是否充分了解使用者的需求？
現在很多企業會從客戶需求的角度去創造產品，其實我們做數據分析工作也應該這樣。筆者這裡分析了10個行業，總結了32家企業數據平台建設的成敗經驗，考慮企業各職能層級的工作性質，將數據分析工作分為三個層次，逐層遞進、相互補充。
1、基層。一般基層的使用者大多是銷售員、採購員、生產班組長之類的業務人員，由於大多數業務流程是在各個業務系統中完成的，所以數據分析平台對於他們來說，主要是起到數據補錄和數據查詢的作用（基層使用者多數不會分析或者不需要分析，所以在基層開發分析報表作用不大）。
其中數據補錄是用來彌補老舊的業務系統中缺失的數據項，數據查詢不只是業務系統查詢內容的遷移，更重要的是基礎信息的整合。如果一項反覆工作涉及多個業務系統的查詢操作，那麼將這些數據整合到統一的商業智慧平台上來查詢可以極大的提高工作效率。
基層報表可以按照業務流程或工種性質來分類，這樣更符合他們的使用習慣，所以對基層報表製作的開發重心是提高工作效率。
2、中層。在不同規模的企業中中層人員可能是某一業務部門負責人、部門中某一模塊的負責人，他們對業務系統的依懶性相對基層人員來說是比較低的，他們更關注匯總的數據、整體的情況以及趨勢，傳統的彙報模式已無法滿足他們對數據準確性以及分析靈活性的要求，所以在中層按照關鍵指標模塊化來分類分析報表是更明智的選擇。
例如將生產分為工單、庫存、物流、設備、質量、成本等模塊，每個模塊可能涉及一個或多個業務流程的信息。
絕大多數的分析類報表是在中層使用的，通過對比、預警、監控等方法去發現部門工作中的問題，所以對中層報表的開發重心是讓管理有理有據。
3、高層。對於企業的決策者和領導者來說，他們更關注結果，關注他們制定的企業戰略方針有沒有被很好的細化和落實下去，所以按照戰略目標的分解和量化來分類報表是很有必要的，報表所展示的資訊一定不能脫離企業的戰略目標，否則領導不會關注，開發人員白忙活。
高層領導不會關心太細化的指標，他們要的是以幾個指標就能掌控全局，所以高層報表不能太多，以3~6張為宜，比如行銷情況總覽報表中應體現銷售總額、利潤、計劃按時達成率、庫存總額、銷售效率等指標。
決策者所處的位置讓他們沒有精力去關注到所有部門的實時情況，可以通過監控、排名等分析手段來輸出壓力並傳達給相應負責人，例如對生產班組或銷售小組做top/last分析。
以上我們得出結論，對高層報表的開發重心是弱化分析、結果導向、壓力輸出。
是否了解數據分析的價值 ?
一個完善的企業級數據分析平台的價值是不可估量的，由於其數據來源於各個業務系統，所以其價值有時很容易和業務系統的價值混淆在一起，無法很好的量化。
之前和一大型家電企業CIO聊過這個話題，他基於其公司採用的的帆軟數據分析平台總結了以下幾點價值：
1、打通數據壁壘，實現信息透明。底層搭建數倉，統一數據編碼，將多個業務系統數據進行整合，加強部門間信息互通，實現層級間信息垂直透明，促進協作共贏的良好工作氛圍。
2、提高工作效率，促進業務增值。代替傳統手工報表，減少人為干涉錯誤，提高數據準確性；人效分析，提高生產效率，節約人力成本；產銷存平衡分析，縮短周轉周期，提高庫存周轉率、銷售轉化率，促進業務不斷增值。
3、數據驅動產品，引導創新改良。維修數據分析，反饋質量問題，促進生產、工藝或設計改良；客戶需求反饋分析，定位目標功能，引導產品創新。
4、輔助管理預測，提高決策成功率。銷售預測分析，輔助市場決策，提高投入產出比；採購預測分析，輔助物料訂單管理，提高物料周轉率，防止供應商過多備料、物料獃滯。
5、內外數據整合，提升市場競爭力。競品分析、價格帶分析、客戶滿意度分析，作為企業調整戰略目標的參考依據，及時抓住市場機會，提升市場競爭力。
筆者認為其中最大的價值在於能將各個業務系統的價值更高效更直觀的體現出來，它提供的是一種分析手段、管理思路和決策方法，而這也正是現在大多數企業所急需的。對於企業，如何讓高層管理決策、輸出壓力；讓中層有據管理，對高層負責；讓基層量化任務，精準執行？我們可以從管理角度來搭建數據分析平台，讓數據分析展現的數據驅動業務管理流程的前進。數據分析平台的搭建方法經驗，有機會整理成文字分享出來，或者和大家當面交流。
如果將數據比作海洋，那麼各個業務系統就是輕舟、船舶，而數據分析平台則是船槳、發動機。
文 | 帆軟數據應用研究院 任敏 http://www.finereport.com/tw/
|
|
